|
持續(xù)激勵(lì)條件與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系及其在確定學(xué)習(xí)性能分析中的應(yīng)用
|
|
資料類別
|
電子電工畢業(yè)論文（設(shè)計(jì)） |
|
|
課程(專業(yè))
|
控制理論與控制工程 |
|
關(guān)鍵詞
|
神經(jīng)網(wǎng)絡(luò)辨識(shí)|持續(xù)激勵(lì)條件 |
|
適用年級
|
研究生 |
|
身份要求
|
普通會(huì)員 |
|
金 幣
|
40 �。�金幣如何獲得？） |
|
文件格式
|
pdf |
|
文件大小
|
1947K |
|
發(fā)布時(shí)間
|
2017-09-25 12:59:00 |
|
預(yù)覽文件
|
無 |
|
下載次數(shù)
|
0 |
| 發(fā)布人 |
kj008 |
內(nèi)容簡介：
持續(xù)激勵(lì)條件與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系及其在確定學(xué)習(xí)性能分析中的應(yīng)用，碩士學(xué)位論文，共52頁。
摘要
最近，基于持續(xù)激勵(lì)條件的概念，一個(gè)被稱為確定學(xué)習(xí)理論的基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)辨識(shí)算法被提出。本文將研究持續(xù)激勵(lì)上下界（包括持續(xù)激勵(lì)程度和持續(xù)激勵(lì)上界），徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及確定學(xué)習(xí)性能三者之間的關(guān)系。具體的說，給定一個(gè)由非線性動(dòng)態(tài)系統(tǒng)產(chǎn)生的系統(tǒng)狀態(tài)軌跡，本文研究如何構(gòu)建徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)從而使其持續(xù)激勵(lì)上下界（尤其是持續(xù)激勵(lì)程度）滿足確定學(xué)習(xí)性能的要求。
首先，本文將為持續(xù)激勵(lì)上下界與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系推導(dǎo)顯式的表達(dá)式，證明持續(xù)激勵(lì)上下界都隨著神經(jīng)元間距的增加而上升，但上升的幅度不同。具體的說，持續(xù)激勵(lì)上界始終隨著神經(jīng)元間距的增大以正比例上升，但持續(xù)激勵(lì)程度在不同的激勵(lì)距離下會(huì)有不同的上升速度。該結(jié)論表明，當(dāng)增大神經(jīng)元分布的密度從而提高其逼近能力時(shí)，持續(xù)激勵(lì)程度卻隨之下降。另外，持續(xù)激勵(lì)程度還隨著激勵(lì)距離的增大而下降。該結(jié)論表明，當(dāng)激活軌跡附近更多的神經(jīng)元從而提高其逼近能力時(shí)，持續(xù)激勵(lì)程度亦隨之下降。
其次，作為一個(gè)應(yīng)用例子，這些結(jié)論會(huì)被用于確定學(xué)習(xí)收斂特性的分析上，包括收斂速度和收斂精度。通過將前面得到的揭示持續(xù)激勵(lì)上下界與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系的公式與確定學(xué)習(xí)收斂特性的表達(dá)式相結(jié)合，本文證明確定學(xué)習(xí)的收斂速度始終隨著神經(jīng)元間距的增加而上升，并且總存在一個(gè)與神經(jīng)元間距有關(guān)的最優(yōu)收斂速度，該最優(yōu)收斂速度可以根據(jù)神經(jīng)元間距選擇合適的設(shè)計(jì)參數(shù)得到。而對于收斂精度問題，本文將從理論上精確證明，落在軌跡附近的有限且明確數(shù)量的神經(jīng)元即可實(shí)現(xiàn)與全局神經(jīng)元相同的性能。同時(shí)，當(dāng)調(diào)節(jié)神經(jīng)元的間距（或密度）時(shí)，在一個(gè)相對高的持續(xù)激勵(lì)程度和優(yōu)秀的神經(jīng)網(wǎng)絡(luò)逼近能力之間存在相互制約的關(guān)系，這意味著我們無法總是通過減小神經(jīng)元的間距（或增大神經(jīng)元分布的密度）來提高神經(jīng)網(wǎng)絡(luò)的辨識(shí)精度。
最后，本文加入Rossler 系統(tǒng)和基于北航低速軸流壓氣機(jī)平臺(tái)的Monsoux 模型的仿真研究來驗(yàn)證本文提出的結(jié)論。
關(guān)鍵詞： 神經(jīng)網(wǎng)絡(luò)辨識(shí)，持續(xù)激勵(lì)條件，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，持續(xù)激勵(lì)程度，確定學(xué)習(xí)
目錄
摘要I
Abstract II
第一章緒論1
1.1 研究背景1
1.2 研究目標(biāo)2
1.3 本文架構(gòu)3
第二章預(yù)備知識(shí)5
2.1 非線性動(dòng)態(tài)系統(tǒng)與回歸軌跡5
2.2 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)5
2.3 持續(xù)激勵(lì)條件和持續(xù)激勵(lì)上下界7
2.4 確定學(xué)習(xí)原理9
2.5 本章小結(jié)11
第三章持續(xù)激勵(lì)上下界與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系12
3.1 介紹12
3.2 問題描述12
3.3 持續(xù)激勵(lì)上下界與網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系13
3.4 仿真研究22
3.5 本章小結(jié)25
第四章確定學(xué)習(xí)性能分析27
4.1 介紹27
4.2 問題描述27
4.3 確定學(xué)習(xí)收斂特性與網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系29
4.3.1 確定學(xué)習(xí)的收斂速度30
4.3.2 確定學(xué)習(xí)的收斂精度31
4.4 仿真研究34
4.4.1 Rossler 系統(tǒng)的辨識(shí)34
4.4.2 Mansoux 模型的辨識(shí)37
4.5 本章小結(jié)42
結(jié)論與展望43
參考文獻(xiàn)45
攻讀碩士學(xué)位期間取得的研究成果51
致謝53
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會(huì)員。會(huì)員請登錄后下載。
2. 會(huì)員購買金幣50元以下，0.7元/個(gè)，50元以上，0.5元/個(gè)。具體請看：下載與付款。
3. 會(huì)員48小時(shí)內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
| 相關(guān)畢業(yè)論文（設(shè)計(jì)） |
|
|
| 推薦畢業(yè)論文（設(shè)計(jì)） |
|
|
|
|
|